dataframe数据处理常见方法

安装

pip install pandas

numpy的默认使用科学计数法显示数据的改变办法,True是关闭科学计数显示

np.set_printoptions(suppress=True

显示所有列(参数设置为None代表显示所有行，也可以自行设置数字)

pd.set_option('display.max_columns',None)

显示所有行

pd.set_option('display.max_rows',None)

设置数据的显示长度，默认为50

pd.set_option('max_colwidth',200)

禁止自动换行(设置为Flase不自动换行，True反之)

pd.set_option('expand_frame_repr', False)

获取所有列名

df.columns.to_list()

获取所有索引

df.index.to_list()

重命名列名

df.rename(columns={'old列名': 'new列名'}, inplace=True)

dataframe合并数据

import pandas as pd
df1=pd.DataFrame({'A': ['a0', 'a1', 'a2', 'a3','a4','a5','a6'],
'B': ['b0', 'b1', 'b2', 'b3','b4','b5','b6'],
'k1': ['x1', 'x2', 'y1', 'y1','y1','y2','y2']})
df2 = pd.DataFrame({'A': ['a0', 'c2', 'c3', 'c4'],
'B': [None, 'd2', 'd3', 'd4'],
'k1': ['y1', 'y2', 'z', 'z']})
print(df1)
#对df1和df2进行合并，以k1键合并，合并方式outer,inner,left,right，和数据库连接查询方式同理
df3 =pd.merge(df1, df2, on='k1', how='outer')
#删除dataframe某一个列名
df = df.drop(['ts_code'], axis=1)
# 对dataframe进行去重
df =df.drop_duplicates(["ts_code"],keep="last")

追加写入excel

df1=pd.DataFrame({'A': ['a0', 'a1', 'a2', 'a3','a4','a5','a6'],
'B': ['b0', 'b1', 'b2', 'b3','b4','b5','b6'],
'k1': ['x1', 'x2', 'y1', 'y1','y1','y2','y2']})
df = pd.read_excel('b.xlsx')
pd.concat([df, df1]).to_excel('b.xlsx')

将值为null的数据填为0

df.fillna(value=0,axis=1,inplace=True)

dataframe数据转为dict进行保存

data_dict=json.loads(df.to_json(orient='records'))
table.insert(data_dict)

最后

以上就是慈祥芒果为你收集整理的dataframe数据处理常见方法的全部内容，希望文章能够帮你解决dataframe数据处理常见方法所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。